[发明专利]用于对象分发的方法和装置在审
申请号: | 202010090176.6 | 申请日: | 2020-02-13 |
公开(公告)号: | CN111311419A | 公开(公告)日: | 2020-06-19 |
发明(设计)人: | 杜荣 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
主分类号: | G06Q40/06 | 分类号: | G06Q40/06;G06K9/62 |
代理公司: | 北京永新同创知识产权代理有限公司 11376 | 代理人: | 杨锡劢;赵磊 |
地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 对象 分发 方法 装置 | ||
1.一种用于对象分发的方法,包括:
获取已经被分发的m个历史对象各自的特征数据以及尚未被分发的新对象的特征数据,其中,m为正整数;
基于所述m个历史对象各自的特征数据和所述新对象的特征数据,确定所述m个历史对象中的与所述新对象具有相似性的n个历史对象,其中,n为小于或等于m的正整数;
基于所述n个历史对象的分发规则信息和用户信息,确定所述新对象的预期分发时长,其中,所述n个历史对象中的每个历史对象的分发规则信息至少包括该历史对象的分发数量和分发时长;
向对象提供方发送所述新对象的预期分发时长,以便由所述对象提供方基于所述预期分发时长来确定所述新对象的最终分发时长;
基于所述新对象的最终分发时长,对所述新对象进行分发。
2.根据权利要求1所述的方法,其中,所述n个历史对象的用户信息用于指示所述n个历史对象的用户数量;
确定所述新对象的预期分发时长,包括:
基于所述n个历史对象的用户数量,确定所述新对象的目标用户数量;
基于所述n个历史对象的分发数量和分发时长、以及所述新对象的目标用户数量,确定所述新对象的预期分发时长。
3.根据权利要求1或2所述的方法,其中,所述n个历史对象的用户信息用于指示所述n个历史对象的用户;
所述方法还包括:
基于所述n个历史对象的用户,确定所述新对象的目标用户;
向所述目标用户发送所述新对象的分发规则信息,其中,所述新对象的分发规则信息至少包括所述新对象的最终分发时长和所述新对象的分发数量。
4.根据权利要求1至3中任一项所述的方法,其中,所述m个历史对象和所述新对象均为资本类对象;
所述m个历史对象中的每个历史对象的特征数据包括以下各项中的至少一项:该历史对象的目标用途、该历史对象的风险水平、预期收益率、该历史对象在被分发时的宏观经济指标、该历史对象在被分发时的竞争对象数量;
所述新对象的特征数据包括以下各项中的至少一项:所述新对象的目标用途、所述新对象的预期风险水平、预期收益率、与所述新对象相关的预期宏观经济指标、所述新对象的预期竞争对象数量。
5.根据权利要求1至4中任一项所述的方法,其中,确定所述m个历史对象中的与所述新对象具有相似性的n个历史对象,包括:
利用k维向量化模型将所述m个历史对象各自的特征数据分别映射为所述m个历史对象所对应的m个k维向量,其中k为正整数;
利用所述k维向量化模型将所述新对象的特征数据映射为所述新对象所对应的k维向量;
确定所述m个k维向量与所述新对象所对应的k维向量之间的相似性;
基于所述m个k维向量与所述新对象所对应的k维向量之间的相似性,确定所述n个历史对象。
6.根据权利要求5所述的方法,其中,确定所述n个历史对象,包括:
按照所述m个k维向量与所述新对象所对应的k维向量之间的相似性从高到低,对所述m个历史对象进行排序;
从排序后的m个历史对象中选择前n个历史对象。
7.根据权利要求5或6所述的方法,其中,所述k维向量化模型是自动编码器神经网络模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010090176.6/1.html,转载请声明来源钻瓜专利网。